WSN在地铁车辆车载设备火灾预警中应用

尹克强，郭　勇，王　丹

(1.成都理工大学信息科学与技术学院，四川成都　610051；2.河北建筑工程学院，河北张家口　076550)

0　引言

现行的地铁火灾预警系统由主控(控制中心)和分控(车站、车场)两级管理。对于地铁车辆车载设备的火灾预警，一般采用CAN总线来实现远程分布式设备的温度监测、火灾状态识别以及报警。在此基础上，文中提出了一种基于WSN，以地铁车辆的大功率设备为主要监测对象，低成本、易安装、安全性高的地铁车辆车载设备的火灾预警系统。设计免去了大量布线的复杂和高成本，实现对设备多点温度状态采集和火灾状况智能识别，对列车进行全程监测，异常情况发出报警，并联动相应灭火设施和排烟设备。

1　地铁火灾分析

通过对国内外地铁火灾事故案例的统计分析[1-2]，结果如图1所示。

从图中可以看出由电气和机械故障引起的火灾事故所占比例较大，大部分火灾事故发生在列车车厢。电气故障包括地铁车站内以及车辆上的各种电气设备和线缆发生短路、过载、过热、漏电等。例如蓄电池漏液而导致外部线路短路。列车的制动电阻在工作过程中，温度达到490 ℃，超过安全温度，电阻片发热会移位，变形，对电阻箱体烘烤严重，相对易引起火灾。动力电缆由于长期过负荷工作，导致绝缘老化发生短路，很容易引起火灾[3]。

图1地铁火灾原因及发生部位分析

地铁火灾的发生具有复杂性和多样性，一般包括火灾初起阶段、发展阶段以及熄灭阶段。火灾初期阶段，起火点的局部温度变化剧烈，由于可燃物燃烧性能、分布、通风等条件影响，燃烧面积小、不稳定。火灾进入发展阶段后可燃物燃烧猛烈，火灾温度上升到最高点。从中可看出温度是反映火灾发生的一个非常重要的环境参数，通过在地铁车辆车载设备表面和特殊位置温度场中布置大量的温度传感器，利用多传感器数据融合技术，对采集的数据进行处理分析，降低噪声干扰，减小信息冗余性，提高温度测量的精度。

2　WSN应用于地铁可行性

WSN是由部署在监测区域内大量的廉价微型传感器节点组成，通过无线方式形成一个多跳的自组织网络。体系结构如图2所示。

图2　WSN体系结构

地铁车辆运行环境中电气和电子设备较多，形成的电磁辐射对无线信号会产生一定干扰。通过对地铁电磁环境的实地测试分析得知，非无线电设备电磁干扰辐射主要集中在10 MHz以下，基本上不会影响到地铁移动通信的正常工作[4]。现行的地铁无线通信系统一般使用2．4 GHz ISM频段，该设计采用ZigBee作为系统通信方式。ZigBee技术是一种低功耗、低成本、传输速率低的近距离无线网络通信技术。虽然ZigBee技术的传输功率低，调制方式简单，但是在2．4 GHz ISM频段表现了很好的抗干扰性，只要采取必要措施，ZigBee是可以和其他同频段系统共存的。

3　系统的总体设计

系统主要包括传感器节点、汇聚节点以及列车车载控制终端。在列车车厢内以及空调通风系统出口等地方布置烟雾传感器，采样点数符合覆盖面积互补原则，避免出现监测盲区，对列车烟雾进行实时监测；在蓄电池、制动电阻、电缆等设备上放置大量温度传感器，实时监测设备温度的变化。系统采用WSN分层路由协议中的APTEEN[5]算法。它在TEEN[6-7]和LEACH[8]算法的基础上进行了改进，避免TEEN无法进行周期性数据采集的缺点。基于APTEEN算法，把每列车厢中所有传感器节点作为一个簇，选择一个簇头节点负责簇内数据收集整合，把所有簇头的集合作为另外一个簇，再选出一个通信良好的簇头与汇聚节点通信。汇聚节点对监测数据整合处理，并发送到列车车载控制终端进行显示存储。同时列车控制终端通过地铁CBTC(基于通信的列车控制)系统，把列车运行状况信息发送到远程控制中心。系统的总体设计框架如图3所示。

图3　总体设计框图

4　硬件单元设计

4．1传感器节点

传感器节点负责完成对温度、烟雾等物理变量的数据采集和初步处理，通过无线方式发送到控制终端。节点采用带有无线定位引擎的CC2431。它由2．4 GHz射频收发器和高效的8051控制器组成，带有8通道8～14位ADC，具有高性能、低功耗、接收灵敏度高、抗干扰能力强等特点。此外CC2431集成的模拟通道滤波器可以使工作在2．4 GHz ISM波段的不同系统良好共存。CC2431自带的无线定位模块可对地铁车辆异常设备的位置进行定位，方便工作人员快速、准确查找到故障位置，及时采取救援措施。传感器节点结构如图4所示。

能源模块作为WSN节点的基础模块，是节点正常工作的重要保证。传感器节点可以采用锂电池供电、列车车载蓄电池和环境中的热能供电。对于距离蓄电池较近的节点，利用蓄电池通过电平转换芯片直接进行供电，同时采用锂电池作为备用电源。对于工作环境中散热量较大的节点，采用能量转换器把周围的热能转化成电能供电。

图4　传感器节点结构

4．2汇聚节点

汇聚节点具有计算能力强、存储容量大、通信能力强等特性，设计采用S3C2440[9-10]作为汇聚节点的核心模块，内嵌Linux操作系统。S3C2440最高工作频率达400 MHz，体积小、功耗低、拥有丰富片外资源。无线通信模块采用CC2430外加低功耗、高性能射频前端CC2591芯片，通信距离可达1 km左右，增强节点的无线收发能力。汇聚节点通过串口或网口与控制终端通信。汇聚节点硬件结构如图5所示。

图5　汇聚节点硬件结构

由于汇聚节点需要长时间运行，能量消耗较大，采用直流电源和电池相结合供电。电源管理芯片具有电平转换以及对电池进行充电等功能，一方面可以使用外接电源供电，另一方面也可以利用充电电池对节点进行供电。

5　系统软件设计

系统软件设计主要包括节点软件设计(传感器节点和汇聚节点)和列车车载控制终端软件设计。节点软件设计包括数据采集、处理和发送等。控制终端软件设计包括数据显示、分析处理和存储，状态异常报警以及与远程控制中心通信等。设计采用面向实时监测的混合式WSN系统。一方面节点以一定的周期不断的采集环境变量；另一方面将传感器节点采集的数据进行处理，提取监测环境状态的特征信息，判断是否有异常发生。使用Vsual C++语言设计控制终端的管理软件，并配备相关的计算机、操作系统和应用软件。节点(汇聚节点和传感器节点)工作流程如图6所示。

图6　节点工作流程

6　检测数据处理

由于地铁环境复杂多变，对检测数据的精确度提出了很高的要求。多传感器数据融合技术[11]能够充分利用多传感器的资源，将多个传感器在时间和空间上的互补或冗余通过一定的算法进行综合，提高了测量结果的准确性和复杂环境下的可靠性。系统采用莱以特准则法与加权平均值算法[10]的多传感器数据融合算法，能够获得可靠的测量初值，提高系统的检测精度。

(1)

(2)

(3)

如果Ui(i=1，2，……n)满足式(4)，则说明数据Xi(i=1，2，……n)含有粗大误差应予以剔除。

|Ui|max>3S

(4)

(5)

7　实验结果

实验选择成都地铁作为测试环境，选取一节车厢的部分设备作为测试目标，进行简单的实地测试。在车厢顶部布置6个烟雾传感器；在空调出风口处放置4个点式温度传感器，报警温度设为34 ℃；在蓄电池箱上安装4个点式温度传感器，报警温度设为50 ℃.监控终端放置在机车车头，利用可控的制冷加热装置对温度传感器进行测试，随机选取终端显示器上8个温度检测值，实验数据如表1和表2所示。

表1　空调出风口温度测试结果　℃

表2　蓄电池箱温度测试结果　℃

从表中可以看出：温度测量误差最大是0．4 ℃，误差范围比较小。

在车厢内利用可控人造烟雾装置，对环境情况进行改变，使用烟雾传感器检测环境中烟雾浓度。设定烟雾浓度报警值为1 000 ppm，选择测试时间15 min，每min记录1次烟雾浓度值。测试结果如图7所示。实验结果表明烟雾浓度范围大约在180～1 200 ppm(1 ppm=10-6)之间，当超过设定值时将发生报警。

图7　烟雾浓度测试结果

8　结束语

地铁车辆所处的环境复杂多变，电磁干扰严重。必须采取一定的抗干扰处理，最大可能减小地铁的电磁干扰对设备的影响。如选择抗干扰能力强，功耗小的电子器件；在节点上加装屏蔽层；采取数据冗余技术，增加数据检错和纠错的能力；优化线路布局等。该设计基于无线传感器网络技术，通过在地铁车辆车载设备上布置大量传感器，实现对设备温度的实时监控、火灾状况预警，与车厢烟雾监测相结合，完善地铁火灾预警系统，保障地铁列车安全运行。

参考文献：

[1]邓艳丽，谭志光．地铁消防安全的研究．华北水利水电学院学报，2008，29(3)：80-82．

[2]杜宝玲．国外地铁火灾事故案例统计分析．消防科学与技术，2007，26(2)：214-217．

[3]周巧莲，田晓声，郭其一．上海地铁火灾状态识别系统设计．机电一体化，2009，15(5)：69-73．

[4]李显欣．地铁电磁环境对公用移动通信的影响．电信技术，2008，55(10)：59-62．

[5]MANJESHWAR A，AGRAWAL D P．APTEEN：a hybrid protocol for efficient routing and comprehensive information retrieval in wireless sensor networks．Proceedings of the 2nd International Work shop on Parallel and Distributed Computing Issues in Wireless Networks and Mobile computing，2002：962-972．

[6]MANJESHWAR A，AGRAWAL D P．TEEN：A protocol for enhanced efficiency in wireless sensor networks．Proceedings of the 1st International Workshop on Parallel and Distributed Computing Issues in Wireless Networks and Mobile Computing，2001：2009-2015．

[7]Karl H，WILLING A．Protocols and Architectures for Wireless Sensor Networks．北京：电子工业出版社，2007．298-313．

[8]雷震，蒋延杰，刘玉军．无线传感器网络路由协议综述．信息系统工程，2011，24(1)，77-79．

[9]杨水清，张剑，施云飞．精通ARM嵌入式Linux系统开发．北京：电子工业出版社，2012：17-29．

[10]李铭，周敏岚．基于ARM9的超声波气体流量计．仪表技术与传感器，2012(1)：32-33，42．

[11]陈正宇，杨庚，陈蕾．无线传感器网络数据融合研究综述．计算机应用研究，2011，28(5)：1601-1604；1613．

[12]吴石林，张玘．误差分析与数据处理．北京：清华大学出版社， 2010：54-71：88-96．